通俗说基于Yarn的Map-Reduce过程

先看全图是基于Yarn的Map-Reduce运行过程，下面通俗的说一下这个过程。

从前有一个老板Resource Manager，开了一家外包公司，这家公司有很多的团队Node，每个团队都有个经理Node Manager，每过一段时间，团队经理Node Manager都要到老板那里开会，向老板的人事部门Manage NMs的ResourceTackerService报告当前的人员使用情况。

这一天，来了一个客户Client，来到总部的接待处ClientRMService说，我有个项目，你们干不？getNewApplication

当老板觉得这个项目干得过，于是就给客户Client拿了一个号Application ID，说项目我们接，把你们的项目材料提交一下吧。

于是客户Client回去整理了一下项目的材料，将项目的具体材料，例如项目执行所需要的jars，项目的说明文档job.xml，项目的进度规划splits，上传到了同一的云盘HDFS上，然后向总部提交了申请表submitApplication。

老板Resource Manager对项目管理组Manage AMs的人说，接了项目，弄个项目经理ApplicationMaster(MRAppMaster)吧(startContainter)，专门负责这个项目的对接。于是在一个团队里面Node Manager下面抽了一个人，做项目经理，然后告诉客户，以后由着项目经理进行对接了。

项目经理MRAppMaster说：是，老板!，于是走马上任registerApplicationMaster。

项目经理MRAppMaster对客户说：以后这个项目的事情，就由我来对接了，我会不断将项目进度反馈给你的getJobReport。

新官上任三把火，项目经理MRAppMaster开始撸起袖子干革命了。

件事情，就是从云盘HDFS上将项目资料下载下来，仔细阅读，发现这个客户要干的事情真不少，需要很多人一起干，于是按照splits里面的规划，将任务分成很多份，大家一起干MapTask，这样干的快，但是终的结果，还是需要几个可靠的人将大家的结果收集起来，做个汇总ReduceTask，然后将项目结果也写到云盘HDFS上去，告诉客户任务执行完了，结果在云盘上，自己去看吧。

好了，项目经理MRAppMaster做好了上述的规划，开始干。

项目经理先去总部申请人头allocate，由于每个人都是算工时的，因而MapTask的部分可以先安排人，做总结汇报的ReduceTask的人还不着急。

于是总部Resource Manager经过协调部门Scheduler找到了足够的人选，然后由项目管理组ApplicationMasterService告诉项目经理MRAppMaster，团队一Node Manager手下有两个人可以干活，团队三Node Manager手下有三个人可以干活，团队七手下有一个人可以干活。

于是项目经理MRAppMaster告知各团队经理Node Manager，总部给我说了，你们说下各有N个人可以加入我的项目，开始干活了。

于是Node Manager将人分ContainerExecutor到项目组，先进行MapTask的任务，分到项目组的人不断将MapTask的结果向项目经理汇报。

当项目经理发现MapTask的任务执行的差不多了，于是向总部申请人头allocate来做汇总的工作ReduceTask。

做汇总工作的人也是从各团队分配的，也是要不断的将结果向项目经理汇报。

做汇总工作的人ReduceTask，会将MapTask的结果收集起来，做一定的处理，得到汇总的结果，写入云盘HDFS。

当结果汇总完毕，任务就结束了，项目经理告诉客户任务圆满完成，也告诉总部项目我交差了finishApplicationMaster，可以开始干下一个项目了。

有人问，有什么项目需要这样兴师动众呢？下面举几个例子。

大数据方法论之Nutch基于Map-Reduce的爬取方法

大数据方法论之PageRank的Map-Reduce计算

大数据方法论之网页消重的Map-Reduce算法